從弱人工智能到超人工智能AI的道路有多長

作者│王春暉

人工智能技術的發展被稱為第四次工業革命，已經成為當今世界各國一爭高下的戰場。

人工智能（Artificial Intelligence，AI）一詞自1956年由達特茅斯學院提出后，隨著全球智能技術的進步越來越多地出現在人們的視野中。AI是一個融合計算機科學、統計學、腦神經學和社會科學的前沿綜合學科，可以代替人類實現某種識別、認知、分析和決策等功能。

人工智能技術的發展被稱為第四次工業革命，已經成為當今世界各國一爭高下的戰場。人工智能技術在全球迅猛發展，從基礎科學、學術研究、特種應用開始進入社會各行各業以及千家萬戶的日常生活。

人類對人工智能感到憂慮

然而，在AI飛速發展的背后，特別是隨著谷歌AlphaGo和AIphaGo Zero的出現，人類突然感到AI的發展給社會帶來了憂慮。尤其是當筆者看了谷歌DeepMind（AI團隊）在《自然》雜志上發表的一篇關于描述AlphaGo Zero成長經歷的論文，這篇論文描述了新一款圍棋程序AlphaGo Zero從其誕生開始的臭棋手到業余棋手，再成長為一個能夠考量每一步圍棋戰略意義的國際性超圍棋大師的過程，而這樣一個飛躍式成長的過程僅花費了幾天的時間。

到目前為止，AI并沒有確切的定義，韋伯字典對“Intelligence”的定義是“Ability of learning or understanding things，or dealing with new or difficult situations”，從這個定義中，可以總結出三個關鍵詞：一是Learning（學習—目的是獲得知識或規則），二是Understanding（理解—基于知識做出評判或決策），三是Dealing（行為—基于理解做出相應行動）。

可見，智能是智力和能力的總稱，而“學習”“理解”和“行動”是“智能”最基本的三大要素，而現代AI代表性的成果就是深度學習，深度學習技術由于能夠自動從數據中學習復雜的特征，因此被認為是現代人工智能最重要、應用最廣泛的技術。

人工智能發展的三個階段

有人推測人工智能的發展將經歷三個階段：一是弱人工智能階段（ANI，Artificial Narrow Intelligence）；二是強人工智能階段（AGI，Artificial General Intelligence）；三是超人工智能階段（ASI，Artificial Superintelligence）。

在“弱人工智能”階段，ANI只專注于完成某個特定的任務，例如語音識別、圖像識別和翻譯，是擅長單個方面的人工智能，類似高級仿生學。它們只是用于解決特定具體類的任務問題而存在，大都是統計數據，從中歸納出模型。谷歌的AlphaGo和AlphaGo Zero就是典型“弱人工智能”，它們充其量也就是一個優秀的數據處理者，盡管它們能戰勝象棋領域的世界級冠軍，但是AlphaGo和AlphaGo Zero也僅會下圍棋，是一項擅長于單個游戲領域的人工智能，如果讓它們更好地在硬盤上儲存和處理數據，就不是它們的強項了。

在“強人工智能”階段，AGI就屬于人類級別的人工智能了，在各方面都能與人類媲美，擁有AGI的機器不僅是一種工具，而且本身可擁有“思維”。有知覺和自我意識的AGI能夠進行思考、計劃、解決問題、抽象思維、理解復雜理念、快速學習等，人類能干的腦力活它基本都能勝任。

目前，國際上的AGI研究進展如何呢？國際人工智能聯合會前主席、牛津大學計算機系主任Michael Wooldrige教授在2016年CCF-GAIR大會上指出，強人工智能的研究“幾乎沒有進展，甚至幾乎沒有進步和嚴肅的活動”。事實上，人工智能國際主流學界所持的目標也就是弱人工智能，據了解目前很少有人致力于強人工智的研究，也沒有相應的成果。

關于“超人工智能”階段，另一位來自牛津大學的知名人工智能思想家Nick Bostrom認為，ASI“在幾乎所有領域都比最聰明的人類大腦都聰明很多，包括科學創新、通識和社交技能”。筆者本能地覺得，他描述的這類場景，現在和將來都不可能出現。盡管AI技術不像其他技術一樣，它并不限于單一維度，而是多種認知類型和模式組成的復合體。但是人類與AI最大的區別就是人類具有高級思維能力，正是人類的高級思維構成了豐富多彩的社會。

人類的思維，是人腦借助于語言對客觀事物的概括和間接的反應過程，而思維本身以感知為基礎，但又超越感知的界限。人類的思維是多元的，除了邏輯思維之外，還有形象思維、直覺思維、頓悟等。如果像Nick Bostrom教授所描述的那樣，ASI幾乎在所有領域都比最聰明的人類大腦都聰明很多，那么要想達到這個境界，ASI必須要超越人類的多元思維模式，如果真能超越的話，惟一的方法就是在人類的血肉組織上構造復雜的算法，然而這幾乎是天方夜譚。